一、CPTAC数据库功能介绍

和TCGA数据库一样，CPTAC数据库也是NIH的一个项目。其中主要提供了不同癌症类型的蛋白质组学数据，此外还包含基因组测序、miRNA测序和DNA甲基化数据等，是不是很棒，一下子可以做多个水平的多组学联合分析。其中基因组数据包含总计1300+不同类型肿瘤病人的WGS、WES和RNA-seq数据，可通过GDC Data Portal访问，也就是咱们下载TCGA数据库的界面。

蛋白组数据可通过PDC 访问（https://pdc.cancer.gov/pdc/browse），CPTAC数据库用到的蛋白质定量技术主要是基于质谱的检测技术,包括ITRAQ和TMT。

收集的信息如下：

此外，CPTAC数据库还提供了生物样品的元数据和临床数据，例如病人的性别、年龄、癌症类型和临床治疗记录等。分析工具和生物信息学资源包括了一系列数据处理和分析工具等。CPTAC数据库的综合性质使其成为肿瘤分子分析的重要数据来源。

二、CPTAC数据库使用方法

1. 数据库访问

用可以通过网站（https://pdc.cancer.gov/pdc/browse）访问该数据库，下载过TCGA数据库的都应该很熟悉，基本差不多。

包含完善的统计信息和数据集信息,点击PDC Study ID查看详细信息：

以CPTAC LUAD为例，点进去可以看到每个研究项目的详细信息：

如果需要下载原始数据信息点击Files下面的数字625，下载处理好整合好的数据点击6：

点击Protein assembly之后，如下图可以下载整合好的数据:

打开就可以看到咱们无比熟悉亲切的矩阵，需要注意的是数据中包含log Ratio 和Unshared log ratio，咱们只需要Unshared这个数据，需要用R语言提取一下。 然后就可以开心的进行分析了。

对于Clinical data，如下图可下载：

2. 分析工具

CPTAC数据库还提供了一些分析工具，方便用户对蛋白质组学数据进行可视化。

（1）Explore Quantitation Data

PDC通过标准分析流程产生结果后可用于鉴别蛋白质和翻译后修饰(PTMs)丰度的pattern，并通过热图展示。Explore Quantitation Data 可对每个study的蛋白定量结果进行分析和展示。其中行为基因（蛋白），列为样本，并可嵌入临床信息。可以调整很多参数，大家自行摸索。

（2）Peptide Genome mapping

主要是各种类型数据在基因组上的可视化展示。

（3）Pepquery

这是一个以肽段序列为中心的搜索，与Blast类似，Pepquery使用户能够在MS数据库中查询感兴趣的新的肽段或DNA序列。基因组改变导致产生新的蛋白序列，经过蛋白组学验证，这些新的序列可能会是潜在的疾病标志物或治疗靶标。Pepquery不需要定制化的构建数据库，区别于spectrum-centric的方法，使用peptide-centric，允许快速和方便的验证基因组改变导致的蛋白质组改变。

（4）cProSite

可指定肿瘤类型和数据集，针对单个基因，分析其在肿瘤和癌旁组织的丰度差异，磷酸化位点差异等。可用于验证目标基因是否在指定类型肿瘤中存在高表达，磷酸化等。也可以选择多种癌症类型进行泛癌分析：